揭示最优SDG路径：一种利用图剪枝与意图图实现有效推荐的创新方法
信息检索
2023-09-22 v1 机器学习
摘要
推荐适宜的发展路径（亦称为实现可持续发展目标的生态文明模式，即可持续发展模式）对于促进特定区域的生态、经济、社会与资源可持续性至关重要。为此，推荐过程必须仔细考量该区域的自然、环境、资源与经济特征。然而，计算机科学领域的现有推荐算法未能充分应对与环境相关的空间异质性及区域历史交互数据的稀疏性，这限制了其在可持续发展模式推荐中的有效性。为克服这些挑战，本文提出一种称为剪枝后用户图与意图图（UGPIG）的方法。首先，我们利用剪枝后用户图的高密度链接能力，解决推荐算法中忽视空间异质性的问题。其次，我们通过引入意图网络构建意图图，该网络捕捉目标区域包括环境要素在内的属性偏好。此方法有效缓解了区域历史交互数据稀疏的问题。通过大量实验，我们证明UGPIG在可持续发展模式推荐上优于KGCN、KGAT与KGIN等最先进推荐算法，其Top-3推荐性能最大提升达9.61%。
引用
@article{arxiv.2309.11741,
title = {Unveiling Optimal SDG Pathways: An Innovative Approach Leveraging Graph Pruning and Intent Graph for Effective Recommendations},
author = {Zhihang Yu and Shu Wang and Yunqiang Zhu and Wen Yuan and Xiaoliang Dai and Zhiqiang Zou},
journal= {arXiv preprint arXiv:2309.11741},
year = {2023}
}